上海交通大学团队发现双臂模仿学习的一个隐形坑:模型会把演示中巧合的配合时机当成本质约束,一只手臂停顿也会拖住另一只。他们提出的 CTR 只在训练时重组动作片段的合法调度,一臂停顿 4 秒给对侧带来的延迟从 2.56 秒降到 0.25 秒。
正文完
上海交通大学团队发现双臂模仿学习的一个隐形坑:模型会把演示中巧合的配合时机当成本质约束,一只手臂停顿也会拖住另一只。他们提出的 CTR 只在训练时重组动作片段的合法调度,一臂停顿 4 秒给对侧带来的延迟从 2.56 秒降到 0.25 秒。